Ford Motor Company는 1903년으로 역사를 거슬러 올라가는 미국 기반의 자동차 제조업체입니다. 차량을 개발하고 생산하는 것뿐만 아니라 모빌리티 서비스, 디지털 경험, 소프트웨어 분야로 사업 영역을 확장하고 있습니다. 또한 지속 가능성을 위한 활동과 환경 목표를 추진하며, 교통, 혁신, 지역사회에 미치는 영향, 책임 있는 비즈니스 관행을 연결하는 접근 방식을 보여주고 있습니다.
포드 자동차 회사 AI/ML 아키텍트 (하이브리드 근무, 인도)
기업용 자율 에이전트, 멀티 에이전트 시스템 및 검색 증강 생성(RAG) 파이프라인을 구축합니다. MLOps, 컨테이너, 벡터 데이터베이스를 활용해 Google Cloud에서 생성형 AI를 프로덕션에 배포합니다.
설명
- 기업 프로세스를 위한 자율 및 반자율 AI 에이전트를 개발하고 배포합니다.
- 오케스트레이션, 작업 분해, 계획 루프 및 에이전트 간 통신을 갖춘 멀티 에이전트 아키텍처를 설계합니다.
- 에이전트를 기업 플랫폼, REST 및 GraphQL API, 데이터베이스, Google Cloud 서비스에 연결합니다.
- 단기, 장기, 일화 기억 및 의미 기억 기능을 구축합니다.
- 프롬프트 템플릿과 재사용 가능한 프롬프트 라이브러리를 만들고 테스트, 개선 및 유지 관리합니다.
- Vertex AI Model Garden을 통한 Gemini를 포함해 파운데이션 모델을 평가, 선택 및 미세 조정합니다.
- 문서 수집, 청킹 및 임베딩 생성을 포함하는 고처리량·저지연 RAG 파이프라인을 구축하고 튜닝합니다.
- 확장 가능한 벡터 데이터베이스를 통합하고 운영합니다.
- 정형 및 비정형 데이터를 정리하고 활용할 수 있도록 준비합니다.
- Terraform 인프라 코드화를 통해 안전한 Google Cloud 환경을 프로비저닝합니다.
- 자동 테스트, 컨테이너 빌드 및 환경 간 배포를 위한 CI/CD 파이프라인을 구축하고 유지 관리합니다.
- Docker로 애플리케이션과 에이전트를 패키징한 후 GKE 또는 Cloud Run에 배포합니다.
- Vertex AI Pipelines 또는 Cloud Composer/Airflow와 같은 도구로 워크플로 오케스트레이션을 설정합니다.
- 에이전트 품질, 지연 시간, 토큰 사용량 및 환각률을 평가할 지표와 테스트 파이프라인을 정의합니다.
- 콘텐츠 필터링, 조정, 근거 확인, 프롬프트 인젝션 방어, 개인정보 보호 제어 및 사람 검토 단계를 추가합니다.
- 프로덕션 모니터링, 로그, 분산 추적 및 실시간 알림을 설정합니다.
- 에이전트 워크플로, 모델 설정, 캐싱 및 인프라를 개선해 비용과 성능을 최적화합니다.
- Git 브랜치, 풀 리퀘스트 및 코드 리뷰를 관리합니다.
- 데이터 과학자, 소프트웨어 엔지니어 및 비즈니스 팀과 협력해 프로덕션에 바로 적용할 수 있는 AI 솔루션을 제공합니다.
- 시스템 아키텍처, 에이전트 흐름, 도구, 프롬프트, 컨테이너 및 운영 절차를 문서화합니다.
지원 자격
- 머신러닝 또는 AI 엔지니어링 분야에서 3년 이상의 전문 경력과 탄탄한 MLOps 기반 지식을 보유해야 합니다.
- 프로덕션 LLM, 생성형 AI 또는 에이전트 시스템을 설계하고 배포한 실무 경험이 1~2년 있어야 합니다.
- Python에 능숙해야 합니다.
- PyTorch, TensorFlow 또는 Scikit-learn 사용 경험이 있어야 합니다.
- 딥러닝, 자연어 처리 및 Transformer 아키텍처에 대한 이론과 실무 지식이 모두 탄탄해야 합니다.
- LangChain, LangGraph, LlamaIndex, CrewAI 또는 Vertex AI Agent Builder의 실무 경험이 있어야 합니다.
- Google Cloud Platform, Docker, Kubernetes/GKE, Cloud Run 및 Cloud Functions를 다룬 경험이 있어야 합니다.
- 벡터 인덱싱, 시맨틱 검색, Vertex AI Vector Search, AlloyDB 또는 이에 준하는 도구의 경험이 있어야 합니다.
- SQL 및 NoSQL 데이터베이스, REST API, GraphQL API에 대한 지식이 있어야 합니다.
- Terraform, Git 및 Cloud Build, GitLab CI, Jenkins와 같은 CI/CD 도구의 경험이 있어야 합니다.
- Prometheus, Cloud Logging 또는 LangSmith 경험이 있고 LLM 출력 품질과 안전성을 평가한 경험이 있어야 합니다.
- Google Cloud Professional Machine Learning Engineer 또는 Professional Cloud Architect 자격증 보유자를 우대합니다.
- 학사 학위 또는 이에 준하는 학력이 필요합니다.